文档介绍：应用统计学
第一章绪论
第二章统计数据的搜集、整理和显示
第三章统计数据的描述分析
第四章参数估计
第五章参数假设检验
第六章方差分析
第七章非参数统计方法
第八章时间序列分析
第九章相关与回归分析
第十章统计份形式表示）、总体分组、总体各单位）
纵栏标题：统计指标
交叉部分：指标值
2、注意事项：
——数据居中，小数点对齐
——左右不封口；
——表下面注明资料来源。
二、统计图
第三章统计数据的描述分析
第一节集中趋势分析
集中趋势是数据分布的中心，描述集中趋势的指标有算术平均数、中位数、众数等。
某单位80个工人生产的零单位：个
65 78 88 65 58 76 69 66 80 64 77 78 60 65 85 74 73 65 66 79 74 85 59 69 60 87 85 86 64 93 76 62 91 49 74 78 75 79 86 68 87 97 92 82 66 94 75 56 85 77 67 89 78 79 88 83 73 69 84 95 55 79 77 58 80 68 77 87 70 78 79 61 47 69 89 96 66 76 81 99
Min=47 max=99
一、算术平均数（均值）
1、将一批数累加起来，除以数据的个数，即为算术平均数。
2、分为简单算术平均数和加权算术平均数
例、某单位80工人一周生产零件数。
1、简单算术平均数
2、加权算术平均数
3、算术平均数与数学期望
对于离散型随机变量X，设它的概率密度函数P(Xi)为，则的数学期望为
对于连续型随机变量X，设其概率密度函数为f(X)，则的数学期望为
4、算术平均数的缺陷
10 15 20 25 70
去掉70后，
二、众数（M0）
1、众数是指一组变量值中出现次数最多的变量值。
2、众数的确定
①未分组资料，M0就是出现次数最多的变量值。
上例中，78、79各出现5次，都是M0
数据分布是双峰的。
②分组资料：
在等距分组的情况下，频数最多的组是众数组，在该组内确定众数。
例、上例中众数组是第3组，
三、中位数及分位数
1、中位数
①把一批数按照从小到大的顺序排列，处于数列中点的变量值就是Me
②确定方法
——未分组资料：（n+1）/2中位数的位置。
前例Me=77
———分组资料：根据向上或向下累计频数分布数列，按照确定中位数所在的组，然后确定。
2、百分位数
——把数据按从小到大的顺序排列后，第P百分位数是指有P%的值小于或等于它，而有（100-P）%的值大于或等于它。
——确定方法。i=(P/100)n就是第P百分位数的位置。
其中最常用的是四分位数。即把数据分成四个部分，每个部分包括1/4数值。
第二节离中趋势分析
一、离中趋势
1、离中趋势是数据分布的又一特征，它表明变量值的差异或离散程度。
2、意义：首先，可以衡量算术平均数的代表性。
例：均值都为150的两组数
50，100，150，200，250
100，125，150，175，200
其次，进行产品质量管理和决策。
3、离中趋势测度经常用到的指标有：极差、方差和标准差、四分位差等，它们也被称为变异指标。
二、极差
1、极差也称为全距，是一组变量中最大值与最小值的离差，表明变量值变动的范围。用R表示极差，其计算公式是：
2、缺点：易受极端值的影响。
三、四分位差
1、四分位差用数列中第3/4位次与1/4位次的变量值之差除以2来表示。
2、意义：
——剔除了极端值，说明50%数据分布的范围；
——与中位数配合说明数据分布是否对称。若分布对称，则Q2-Q1=Q3-Q2=(Q3-Q1)/2
若不相等，则是非对称的。
四、平均差
1、平均差是指变量值与其算术平均数的离差绝对值的算术平均数，用符号A·D表示。计算公式：

2、优缺点
五、方差与标准差
1、方差与标准差是测定离中趋势最常用的指标。标准差是方差的平方根，也称均方差。
2、计算公式：
样本方差和标准差要除以n-1，才是总体的无偏估计。
3、标准差系数
第三节偏度和峰度分析
一、矩的概念
1、矩是力学概念，用来表示力和力臂对中心的关系。统计学中借用这一概念讨论随机变量的分布特征。
2、统计学中，将矩定义为原点矩和中心矩。原点矩的定义是：
k为